Skip to main content

Kế Hoạch Xây Dựng Khoá Học AI Agents

Thông Số Cốt Lõi​

Thông sốGiá trị
Đối tượngJunior Dev có kinh nghiệm JS/TS web
Công cụ demoLangChain.js + LangGraph.js (JS/TS native)
LLM backendgemini-2.5-flash — tiết kiệm, đủ mạnh
ApproachFull Course, build tuần tự
FormatDocs reference trên Docusaurus
Tổng bài dự kiến~34 bài (Phase 0 đã có nội dung riêng)
Timeline ước tính4–5 tháng (2 bài/tuần)

Quy Tắc Bám Sát Tài Liệu​

Mỗi bài học PHẢI được viết dựa trực tiếp vào file nguồn trong: sources/documentations/docs.langchain.com/oss/javascript/

  • langchain/ — LangChain.js core (tools, models, memory, structured output...)
  • langgraph/ — LangGraph.js (agents, workflows, multi-agent, persistence...)

Demo code BẮT BUỘC dùng gemini-2.5-flash (thay ChatAnthropic trong nguồn gốc).

Kiến Trúc Khoá Học​

Phase 1: AI Agents 101​

Thời gian: 5 tuần | Số bài: 9

Bài 1.1 — Chatbot vs AI Agent​

  • Concept: Workflow (cố định) vs Agent (động), 5 Agentic Patterns
  • LLM Augmentations: Tool calling, Structured output, Memory
  • Nguồn tài liệu:
    • langgraph/workflows-agents.md — định nghĩa chính thức, sơ đồ patterns
    • langchain/agents.md — agent architecture tổng quan
  • Đã tạo: docs/langgraph/agents-101/01-chatbot-vs-agent.md
  • Độ ưu tiên: Critical

Bài 1.2 — Agent Loop Trong Code​

  • Concept: StateGraph, Node, Edge, MessagesValue, ReducedValue
  • Demo JS: Graph API + Functional API với gemini-2.5-flash
  • Nguồn tài liệu:
    • langgraph/quickstart.md — NGUỒN CHÍNH (Graph API + Functional API step-by-step)
    • langgraph/thinking-in-langgraph.md — mental model Node/State/Edge
    • langgraph/workflows-agents.md — ToolNode pattern
  • Đã tạo:
    • docs/langgraph/agents-101/02-agent-loop-in-code.md
    • docs/langgraph/agents-101/02b-thinking-in-langgraph.md
  • Độ ưu tiên: Critical

Bài 1.3 — Tools: Công Cụ Của Agent​

  • Concept: Tool schema (Zod), tool binding, tool routing
  • Demo JS: Custom tool, built-in tools (search, calculator)
  • Nguồn tài liệu:
    • langchain/tools.md — NGUỒN CHÍNH (tool() API, schema, ToolNode)
    • langgraph/workflows-agents.md — ToolNode prebuilt
  • Đã tạo: docs/langgraph/agents-101/03-tools.md
  • Độ ưu tiên: Critical

Bài 1.4 — Messages: Ngôn Ngữ Của Agent​

  • Concept: HumanMessage, AIMessage, ToolMessage, SystemMessage, message roles
  • Demo JS: Message types, trimming, filtering
  • Nguồn tài liệu:
    • langchain/messages.md — NGUỒN CHÍNH (toàn bộ message types và usage)
  • Đã tạo: docs/langgraph/agents-101/04-messages.md
  • Độ ưu tiên: Critical

Bài 1.5 — Models: Chọn Và Cấu Hình LLM​

  • Concept: Chat models, model parameters (temperature, max_tokens), provider switching
  • Demo JS: ChatGoogleGenerativeAI với gemini-2.5-flash, so sánh providers
  • Nguồn tài liệu:
    • langchain/models.md — NGUỒN CHÍNH (providers, parameters, streaming, structured output)
    • langchain/install.md — package dependencies
  • Đã tạo: docs/langgraph/agents-101/05-models.md
  • Độ ưu tiên: Critical

Bài 1.6 — Structured Output: Trả Lời Đúng Format​

  • Concept: withStructuredOutput(), Zod schema, JSON mode, tool-based extraction
  • Demo JS: TypeScript type-safe output từ LLM
  • Nguồn tài liệu:
    • langchain/structured-output.md — NGUỒN CHÍNH (withStructuredOutput, schema binding)
  • Đã tạo: docs/langgraph/agents-101/06-structured-output.md
  • Độ ưu tiên: Critical

Bài 1.7 — Short-term Memory: Bộ Nhớ Trong Một Session​

  • Concept: In-context memory, message history, trimming, summarization
  • Demo JS: ConversationChain với message history
  • Nguồn tài liệu:
    • langchain/short-term-memory.md — NGUỒN CHÍNH (buffer, summary, token limit strategies)
    • langgraph/add-memory.md — memory trong LangGraph graph
  • Đã tạo: docs/langgraph/agents-101/07-short-term-memory.md
  • Độ ưu tiên: Important

Bài 1.8 — Long-term Memory: Bộ Nhớ Cho Nhiều Session​

  • Concept: External storage, semantic memory, episodic memory, stores
  • Demo JS: LangGraph Stores + vector memory
  • Nguồn tài liệu:
    • langchain/long-term-memory.md — NGUỒN CHÍNH (overview long-term memory types)
    • langgraph/stores.md — LangGraph Store API
    • langgraph/add-memory.md — thêm memory vào agent
  • Đã tạo: docs/langgraph/agents-101/08-long-term-memory.md
  • Độ ưu tiên: Important

Bài 1.9 — Project: Research Assistant​

  • Project: Agent search web + summarize + trả lời câu hỏi
  • Stack: LangChain.js + gemini-2.5-flash + Tavily search tool
  • Nguồn tài liệu:
    • langchain/tools.md — search tool integration
    • langgraph/quickstart.md — agent setup
    • langchain/streaming.md — streaming response
  • Đã tạo: docs/langgraph/agents-101/09-project-research-assistant.md
  • Độ ưu tiên: Critical (Capstone Phase 1)

Phase 2: Agentic Patterns​

Thời gian: 5 tuần | Số bài: 9

Bài 2.1 — Streaming: Real-time Agent Response​

  • Concept: Token streaming, event streaming, StreamingTextResponse
  • Demo JS: Agent phát stream từng token ra giao diện
  • Nguồn tài liệu:
    • langchain/streaming.md — NGUỒN CHÍNH (stream, streamEvents)
    • langgraph/streaming.md — streaming trong LangGraph
    • langgraph/event-streaming.md — event types chi tiết
  • Đã tạo: docs/langgraph/agentic-patterns/01-streaming.md
  • Độ ưu tiên: Critical

Bài 2.2 — Retrieval-Augmented Generation (RAG)​

  • Concept: Retrieval-Augmented Generation, indexing pipeline, retrieval strategies
  • Demo JS: RAG pipeline đầy đủ từ document đến answer
  • Nguồn tài liệu:
    • langchain/rag.md — NGUỒN CHÍNH (naive RAG, advanced retrieval, re-ranking)
    • langchain/retrieval.md — retriever types
    • langchain/knowledge-base.md — knowledge base management
  • Đã tạo: docs/langgraph/agentic-patterns/02-rag.md
  • Độ ưu tiên: Critical

Bài 2.3 — Agentic RAG: Agent Chủ Động Tìm Kiếm​

  • Concept: Agent quyết định khi nào cần retrieve, self-corrective RAG
  • Demo JS: Agent với retrieval tool, iterative search
  • Nguồn tài liệu:
    • langgraph/agentic-rag.md — NGUỒN CHÍNH (agentic RAG patterns)
  • Đã tạo: docs/langgraph/agentic-patterns/03-agentic-rag.md
  • Độ ưu tiên: Important

Bài 2.4 — Context Engineering: Tối Ưu Prompt​

  • Concept: Context window management, prompt compression, few-shot selection
  • Demo JS: Dynamic prompt assembly, context trimming
  • Nguồn tài liệu:
    • langchain/context-engineering.md — NGUỒN CHÍNH (38KB — rất đầy đủ)
  • Đã tạo: docs/langgraph/agentic-patterns/04-context-engineering.md
  • Độ ưu tiên: Important

Bài 2.5 — Fault Tolerance: Khả Năng Chịu Lỗi​

  • Concept: Retry policies, error handling, graceful degradation
  • Demo JS: Node với retry config, fallback branches
  • Nguồn tài liệu:
    • langgraph/fault-tolerance.md — NGUỒN CHÍNH (retry, error handling trong LangGraph)
  • Độ ưu tiên: Critical

Bài 2.6 — Checkpointing & Persistence​

  • Concept: Save/restore state, resume interrupted workflows
  • Demo JS: MemorySaver, SQLite checkpointer
  • Nguồn tài liệu:
    • langgraph/checkpointers.md — NGUỒN CHÍNH (checkpointer types, durability modes)
    • langgraph/persistence.md — persistence overview
  • Độ ưu tiên: Important

Bài 2.7 — Interrupts: Human-in-the-Loop​

  • Concept: interrupt(), approval gates, resume execution
  • Demo JS: Agent dừng chờ user confirm trước khi thực thi
  • Nguồn tài liệu:
    • langgraph/interrupts.md — NGUỒN CHÍNH (interrupt(), Command, resume)
    • langchain/human-in-the-loop.md — HITL patterns
  • Độ ưu tiên: Critical

Bài 2.8 — Middleware & Guardrails​

  • Concept: Input/output validation, prompt injection defense, PII detection
  • Demo JS: Middleware chain bao quanh agent
  • Nguồn tài liệu:
    • langchain/guardrails.md — NGUỒN CHÍNH (guardrail patterns, validation)
    • langchain/middleware.md — middleware architecture
  • Độ ưu tiên: Critical

Bài 2.9 — Project: Coding Assistant​

  • Project: Agent đọc file, phân tích code, suggest fix
  • Stack: LangChain.js + gemini-2.5-flash + file system tools
  • Nguồn tài liệu:
    • langchain/tools.md — file tools
    • langgraph/use-graph-api.md — advanced graph patterns
    • langchain/streaming.md — streaming output
  • Độ ưu tiên: Critical (Capstone Phase 2)

Phase 3: Multi-Agent Systems​

Thời gian: 4 tuần | Số bài: 8

Bài 3.1 — Multi-Agent Architecture​

  • Concept: Tại sao multi-agent? Context limit, specialization, parallelism
  • So sánh: Single agent vs Multi-agent trade-offs
  • Nguồn tài liệu:
    • langchain/multi-agent.md — NGUỒN CHÍNH (architecture overview)
  • Độ ưu tiên: Critical

Bài 3.2 — Subgraphs: Agent Trong Agent​

  • Concept: Subgraph isolation, state scoping, nested workflows
  • Demo JS: Agent gọi một sub-agent chuyên biệt
  • Nguồn tài liệu:
    • langgraph/use-subgraphs.md — NGUỒN CHÍNH (subgraph patterns)
  • Độ ưu tiên: Important

Bài 3.3 — Supervisor Pattern​

  • Concept: Orchestrator điều phối nhiều worker agents
  • Demo JS: Supervisor → Research Agent + Writer Agent
  • Nguồn tài liệu:
    • langchain/multi-agent.md — supervisor pattern
    • langgraph/workflows-agents.md — orchestrator-worker diagram
    • langgraph/use-graph-api.md — Send API cho parallel workers
  • Độ ưu tiên: Critical

Bài 3.4 — Functional API: Agent Linh Hoạt Hơn​

  • Concept: task, entrypoint, vs Graph API trade-offs
  • Demo JS: Rewrite agent từ Graph API sang Functional API
  • Nguồn tài liệu:
    • langgraph/functional-api.md — NGUỒN CHÍNH (task, entrypoint)
    • langgraph/use-functional-api.md — how-to guide
  • Độ ưu tiên: Important

Bài 3.5 — Model Context Protocol (MCP)​

  • Concept: MCP standard, tool interoperability, connect external services
  • Demo JS: LangChain agent kết nối MCP server
  • Nguồn tài liệu:
    • langchain/mcp.md — NGUỒN CHÍNH (MCP integration với LangChain.js)
  • Độ ưu tiên: Critical (Trend 2025-2026)

Bài 3.6 — Time Travel: Debug Và Replay​

  • Concept: Graph replay, state inspection, fork execution
  • Demo JS: Replay agent từ checkpoint cụ thể để debug
  • Nguồn tài liệu:
    • langgraph/use-time-travel.md — NGUỒN CHÍNH (time travel API)
  • Độ ưu tiên: Nice-to-have

Bài 3.7 — SQL Agent: Agent Truy Vấn Database​

  • Concept: NL to SQL, schema introspection, safe query execution
  • Demo JS: Agent trả lời câu hỏi bằng cách query SQL
  • Nguồn tài liệu:
    • langchain/sql-agent.md — NGUỒN CHÍNH (SQL agent full example)
  • Độ ưu tiên: Important

Bài 3.8 — Project: Content Creation Pipeline​

  • Project: Multi-agent pipeline research → outline → write → review → publish
  • Stack: LangGraph.js + gemini-2.5-flash + 4 specialized agents
  • Nguồn tài liệu:
    • langgraph/use-graph-api.md — advanced graph (56KB)
    • langchain/multi-agent.md — multi-agent coordination
    • langgraph/interrupts.md — human review gate
  • Độ ưu tiên: Critical (Capstone Phase 3)

Phase 4: Production & Evaluation​

Thời gian: 4 tuần | Số bài: 8

Bài 4.1 — Observability: Theo Dõi Agent​

  • Concept: Tracing, logging, debugging với LangSmith
  • Demo JS: Setup LangSmith trong LangChain.js project
  • Nguồn tài liệu:
    • langchain/observability.md — NGUỒN CHÍNH (LangSmith setup)
    • langgraph/observability.md — tracing trong LangGraph
  • Độ ưu tiên: Critical

Bài 4.2 — Testing Agents​

  • Concept: Unit testing tools/nodes, mock LLM, integration tests
  • Demo JS: Jest + mock responses
  • Nguồn tài liệu:
    • langgraph/test.md — NGUỒN CHÍNH (testing strategies trong LangGraph)
    • langchain/test/ (thư mục) — test utilities
  • Độ ưu tiên: Important

Bài 4.3 — Streaming In Production​

  • Concept: Server-Sent Events, WebSocket streaming, backpressure
  • Demo JS: Express.js + LangGraph streaming endpoint
  • Nguồn tài liệu:
    • langchain/streaming.md — streaming patterns
    • langgraph/streaming.md — LangGraph stream modes
    • langchain/event-streaming.md — streamEvents API
  • Độ ưu tiên: Critical

Bài 4.4 — Voice Agent​

  • Concept: Speech-to-text → LLM → Text-to-speech pipeline
  • Demo JS: Voice interface cho agent
  • Nguồn tài liệu:
    • langchain/voice-agent.md — NGUỒN CHÍNH (voice agent architecture)
  • Độ ưu tiên: Nice-to-have

Bài 4.5 — Frontend Integration​

  • Concept: CopilotKit, Vercel AI SDK, useChat hook
  • Demo JS: Next.js chat UI kết nối LangGraph agent
  • Nguồn tài liệu:
    • langchain/ui.md — frontend integration overview
    • langgraph/ui.md — LangGraph UI patterns
    • langgraph/frontend/ (thư mục) — frontend-specific guides
  • Độ ưu tiên: Important

Bài 4.6 — Deployment​

  • Concept: LangGraph Platform, self-hosted, Docker
  • Demo JS: Deploy agent lên production
  • Nguồn tài liệu:
    • langchain/deploy.md — deployment options
    • langgraph/deploy.md — LangGraph Platform
  • Độ ưu tiên: Important

Bài 4.7 — Runtime Configuration​

  • Concept: Dynamic config per request, RunnableConfig, thread management
  • Demo JS: Multi-tenant agent với per-request config
  • Nguồn tài liệu:
    • langchain/runtime.md — NGUỒN CHÍNH (RunnableConfig, config injection)
  • Độ ưu tiên: Important

Bài 4.8 — Final Project: Personal AI Assistant​

  • Project: Full-stack agent app — Chat UI, memory, tools, streaming, deploy
  • Stack: LangGraph.js + gemini-2.5-flash + Next.js + LangGraph Platform
  • Nguồn tài liệu:
    • langgraph/use-graph-api.md — advanced agent
    • langchain/ui.md + langgraph/ui.md — frontend
    • langgraph/add-memory.md — persistent memory
    • langchain/streaming.md — real-time output
    • langgraph/deploy.md — production deployment
  • Độ ưu tiên: Critical (Capstone Final)

Timeline Tổng Thể​

ThángPhaseSố bài
Tháng 1–2Phase 1 — Agent 1019 bài
Tháng 2–3Phase 2 — Agentic Patterns9 bài
Tháng 3–4Phase 3 — Multi-Agent8 bài
Tháng 4–5Phase 4 — Production8 bài

Tổng: ~34 bài trong 4–5 tháng (2 bài/tuần)

Tech Stack Chuẩn​

LayerCông nghệLý do
LLMgemini-2.5-flashTiết kiệm, fast, multimodal
Framework JS@langchain/langgraph + @langchain/coreNative TS, type-safe
Tool@langchain/community toolsSearch, SQL, file system
Vector DBChroma (local)Dễ setup, không cần cloud
ObservabilityLangSmithTích hợp native LangChain
FrontendNext.js + Vercel AI SDKQuen thuộc với JS/TS dev

Map Nguồn Tài Liệu → Bài Học​

File nguồnBài học sử dụng
langchain/tools.md1.3, 1.9, 2.9
langchain/messages.md1.4
langchain/models.md1.5
langchain/structured-output.md1.6
langchain/short-term-memory.md1.7
langchain/long-term-memory.md1.8
langchain/streaming.md2.1, 4.3
langchain/rag.md2.2
langchain/context-engineering.md2.4
langchain/guardrails.md2.8
langchain/multi-agent.md3.1, 3.3
langchain/mcp.md3.5
langchain/sql-agent.md3.7
langchain/observability.md4.1
langchain/voice-agent.md4.4
langchain/runtime.md4.7
langgraph/quickstart.md1.2, 1.9
langgraph/workflows-agents.md1.1, 1.3
langgraph/thinking-in-langgraph.md1.2
langgraph/agentic-rag.md2.3
langgraph/fault-tolerance.md2.5
langgraph/checkpointers.md2.6
langgraph/interrupts.md2.7, 3.8
langgraph/use-subgraphs.md3.2
langgraph/functional-api.md3.4
langgraph/use-time-travel.md3.6
langgraph/use-graph-api.md3.3, 3.8, 4.8
langgraph/add-memory.md1.7, 1.8, 4.8
langgraph/stores.md1.8
langgraph/test.md4.2
langgraph/streaming.md2.1, 4.3
langgraph/deploy.md4.6, 4.8

Rủi Ro & Mitigation​

Rủi roXác suấtMitigation
LangChain API thay đổiCaoGhiLast Updated, dùng stable LCEL API
gemini-2.5-flash pricing thay đổiThấpAbstraction qua LangChain — đổi provider 1 dòng
Bài quá lý thuyếtTrung bìnhMỗi bài BẮT BUỘC có working code demo
Burnout (full course)CaoMilestone checkpoint sau mỗi phase

Made by Anh Tu - Share to be share